Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

高雄櫓魚栽.吳寶次:看海的漁人,看懂的海海人生。––《討海魂》

PanSci_96
・2015/08/09 ・3079字 ・閱讀時間約 6 分鐘 ・SR值 470 ・五年級

高雄市林園區位於台灣南部,東邊與高屏溪相鄰,西南邊臨台灣海峽。本區地勢平坦,再加高屏溪出海口漁獲豐富,農耕漁業兩者皆宜,當地因應漁獲量之豐足,而設有兩大重要的漁港:中芸漁港和汕尾漁港。汕尾漁港偏出海口北岸,與東港相對,可遠眺小琉球。

汕尾漁港沿岸曾是全台鰻苗獲量最多的地方,當地漁民也多半以捕鰻苗為生。鰻苗視品種的差異而有「白金」和「黑金」之美稱,可見經濟價值之高。魚汛時期,當地漁人持手叉網,來回散步於出海口一帶,再將撈入網中的魚苗,分類集中於碗桶中。看似輕鬆的捕捉過程,其中蘊藏著漁人善於觀察潮汐的眼力和專注的耐力。

3_1

2

  • 流行於太平洋近海沿岸邊|不分季節與魚種
  • 又稱「手伶仔」、「手網」
  • 花蟹、蝦、小型魚

漁人的記憶:吳寶次––看海的漁人,看懂的海海人生。

至今仍保有傳統櫓魚栽器具與技藝,民國三十一年出生的高雄汕尾漁人吳寶次,在十個兄弟姊妹當中排行老大,至於為什麼取名為次,他揚起靦腆的淺笑說不知緣由,但覺得「主要或次要都不重要啦」。他說自己國小都沒畢業,對讀書識字沒興趣,還常不好意思地說哪能講出什麼漁夫的大道理,但一口道地的台語,說來似乎世事不過如此,句尾總帶著『啦』的尾音聽來稀鬆平常,卻字字珠璣。

如果學會了,就是真懂了。

對讀書沒興趣,不過從小生活在家戶人人都靠捕魚維生的漁村,很難不被海洋吸引。游泳、釣魚常出現在人們自我介紹的興趣一欄,但不太懂國語『興趣』兩字的吳寶次則說自己對『掠魚』(台語,意為抓魚)、『泅水』(游泳)比較有興致。「啊有興趣就會比較投入啊,我就跟著我的老爸邊抓邊玩邊學,十三歲開始彼當時都還沒有學完就跟大人作伙掠魚,賺的錢跟大人一樣多。村莊裡可以學習的人很多啦,但我自己覺得不管跟誰學,都要懂得變通,就像你們在學寫字,也不能老師怎麼教就怎麼學,都要自己變化找到適合的方法才會進步啦。你說是不是?」即使不使用櫓魚栽已有十幾年,他說不會忘記該怎麼做:「就跟你學會一個字一樣,很久沒用那個字再看到也還是懂。如果學會了,就是懂了,就不會忘記。」

-----廣告,請繼續往下閱讀-----

聽見我們問他為什麼退休不再捕魚,老漁人意外地沒提及近代沿海禁漁的歷史,只說自己「年紀大,沒有用了,應該要去草地上躺著等死了」。沒有任何船隊願意雇用老船員是事實,但老船員也是經驗老道的海上職人,從童年時開始櫓魚栽,二十出頭就跟著遠洋船隊到琉球、菲律賓,台灣常見的漁法也操作過幾種,然而原本談笑隨海風生的老漁人卻欲言又止地用自己的說法為我們這些門外漢解釋。

出國「游」學的漂浪漁人

「有參加過單拖網的船隊,光聽名也知,就是什麼魚都會被拖網卡住。放苓仔(流刺網)也看人家做過,就網子放落海、人就可以回家吃飯,吃飽休息過了,時間到就去收網就有魚了,然後把魚拿起來、再把網放落海,又回家吃飯。還有一種叫做高速網(又名快速網,即雙船拖網法),就是兩艘快速行駛的船拖著大網進行捕撈,那個網一下魚一定死,就算捕到的時候還活著,收網的時候也一定被高速甩動的網繩打死,到海裡聽那個捕撈的聲音,網子都會發出咻咻聲,網到的魚不分大小,所以很快就抓完了就可以回家了。也是抓光抓盡了啦。」

就這樣,吳寶次笑稱自己是出國「游」學的漂浪職涯,直到三十歲回到高雄汕尾參加近海船隊改抓烏魚、鰹魚,緊接著三十二歲娶了台東阿美族女孩為妻,才返鄉靠岸,問他為什麼這麼晚婚,笑說年輕時都一直出國沒有時間認識好對象,那怎麼一回來就閃婚?他又笑說:「啊就還是先聊聊,談到聊得來的話題感覺情投意合,就把她娶回家。」

有家有妻的生活,隨著五個孩子陸續出生,必須填飽的人口多了,年近四十歲又跟隨當時魚貨買賣潮流,在櫓虱目魚栽的季節之外,自製竹筏捕撈行情看漲的鰻魚。但所得算得上是外人說的好賺嗎?他說,有次開著動力竹筏到花蓮櫓魚栽,一天就捕獲三萬尾,平時幾千尾就算多了;抓鰻魚有時一個晚上也能賺進兩、三萬。但捕魚的季節很短,農曆四五月熱時捕虱目魚、十至十二月寒時捕鰻魚,一年大約只有五到六個月能作業,其他時間則想辦法到處打零工,「啊就賺錢過日子,想辦法把孩子養大,不然怎麼辦?但是以前的人不會說要栽培小孩讀很多書才叫有成就啦,所以養到小孩可以自己賺錢過生活就算養大了。就算有人想要讀更高學位,也要看家裡有沒有錢可以讓他讀。像我的小孩也都只有高中畢業,啊不過那時代的高中就已經等於現代的大學學歷了。」

-----廣告,請繼續往下閱讀-----

IMG_1706

通曉的變通人生

吳寶次說的過日子,是可以讓日子一天過一天,就好了,哪有想到什麼好不好賺,自己爸媽的十個孩子是這樣養大的,自己的五個孩子也是這樣長大了。此刻他眺望大海回憶過往的眼神全無老氣沮喪,反倒同正中午的波光粼粼閃耀著一絲人生通曉。

曉得的還有變通發明,漁人的與時並進並非都是為了有效快速提高漁獲量,吳寶次的發明,次次都是為了「沒妥當」的時機。「每個掠魚的都會有自己的發明啊,一發現有不妥當的所在、冒險的代誌,就要想辦法解決。」他描述自己曾遇過船身破洞進水隨即水淹高過一人的險境,只能趕快找一團布塞住然後叫人用腳踩著,再找一塊鐵片釘補,不算小的破洞需要先打七十幾個釘孔,再跟唯一會潛水的船長兩個人輪流潛到船底釘釘子,感覺快要缺氧時也只能使盡最後一口氣把釘子一次打入。「如果那時候沒有想辦法、沒有妥當,船就沉了。我也是犯過好幾次的恐怖。所以說機械的問題最重要,犯險的時候比天氣問題還嚴重。」

「講到恐怖的代誌,啊你會暈船嗎?」老漁人被突如其來出口一問,讓答案想都沒想就迅速落網,苦笑點頭之時,明明說是恐怖之事他卻又輕描淡寫地安慰:「暈船沒關係,不會死人啦,以前我們有一個阿美族的船員,要出海前都還會跳舞,船一開出去人就倒了,去一個月又四天,就暈一個月又四天,連喝水都吐,本來很胖的人,一個月之後瘦到不成人樣。雖然不能工作,可是回港大家還是把賺來的錢平分一份給他,後來他又回來想跟大家一起出海,就只能討小船了(近海當天來回的漁船作業)。「就讓他暈讓他吐,直到不會暈的那天為止,也是有很會暈船的漁夫,受不了的就放棄,不想放棄的就繼續到海上。」總之,人的身體病痛也彷彿如浪,這頭起、那頭息。不管你讓人生深潛或浮游、洄游或底棲,靠海活著的人,也只跟著海作息。

IMG_1686

掠魚的人生智慧

即使是年歲已大無人雇請的漁人,無魚可抓的日子,也不離海,閒時多半漁村穿梭講聊、或到家門口的堤岸公園樹下乘涼,他笑說自己現在就是吃飽就到處遊玩,帶著無煩無惱的心到海邊吸空氣,「可以過日子就好了啦,如果心會操煩早就去睏草埔了。我這個人從小凡事都看很開。」

-----廣告,請繼續往下閱讀-----

他手指對面清晰可見的小琉球:「那裡有幾棟房子我都算得出來哦。」

「每天看那個島嶼那面海,沒什麼感想啦,但也沒什麼問題。掠魚哪有什麼道理,就生活正常,不要害人,平安就好啦。」

依舊清淡的語尾一如盛夏公園的海風聲迅速飄散隱沒在大作蟬聲中。十七年蟬、一甲子漁人、一瞬浪湧潮往,在此刻共度漁村漁生。

 

03a5f39f19d64e25bb6b3ffc856e96f2本文摘自泛科學2015八月選書《討海魂:13種即將消失的捕魚技法,找尋人海共存之道》,行人出版。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。